【摘要】：汽車檢測(cè)線是對(duì)汽車安全性能進(jìn)行綜合檢測(cè)的測(cè)控系統(tǒng),該系統(tǒng)中包含各種電子電路、機(jī)械設(shè)備。一旦出現(xiàn)故障難以即時(shí)處理,因此研究汽車檢測(cè)線遠(yuǎn)程智能診斷系統(tǒng),以提高故障的診斷效率,對(duì)汽車檢測(cè)線持久、穩(wěn)定的運(yùn)行有著重要意義。本文以數(shù)十條汽車檢測(cè)線為研究對(duì)象,首先介紹了汽車檢測(cè)線的系統(tǒng)結(jié)構(gòu)以及工作原理,從中分析汽車檢測(cè)線常見的故障,并將故障分為線路故障、配件故障、供電故障、軟件故障四大類。針對(duì)前三類故障設(shè)計(jì)出基于飛思卡爾MC9S12DP512的硬件電路故障數(shù)據(jù)采集模塊,模塊主要分為兩大部分:一是運(yùn)用光耦隔離技術(shù)采集數(shù)字信號(hào)量,二是使用AD622設(shè)計(jì)的放大電路采集模擬信號(hào)量。進(jìn)而根據(jù)所分析的故障原因和采集的故障數(shù)據(jù)建立了基于演繹推理方法的汽車檢測(cè)線故障樹,將故障樹分為點(diǎn)陣燈屏故障、軸重檢測(cè)臺(tái)故障、制動(dòng)檢測(cè)臺(tái)故障、側(cè)滑檢測(cè)臺(tái)故障幾個(gè)子故障樹。故障樹中包括了光電開關(guān)、傳感器、IO板卡、放大電路板卡等多個(gè)故障診斷部位,通過最小割集法對(duì)汽車檢測(cè)線故障樹進(jìn)行定性分析,運(yùn)用模糊理論對(duì)故障樹底事件進(jìn)行故障率分析。在故障樹分析的基礎(chǔ)上,研究基于產(chǎn)生式規(guī)則的汽車檢測(cè)線故障診斷專家系統(tǒng),該專家系統(tǒng)采用Rete規(guī)則匹配算法,擁有包含所有汽車檢測(cè)線故障規(guī)則以及故障數(shù)據(jù)事實(shí)的專家系統(tǒng)知識(shí)庫。最后使用基于Java開發(fā)的JESS專家系統(tǒng)外殼實(shí)現(xiàn)故障診斷。遠(yuǎn)程診斷平臺(tái)方面采用B/S體系結(jié)構(gòu),運(yùn)用Java面向?qū)ο笳Z言、MySQL關(guān)系型數(shù)據(jù)庫開發(fā)完成。通過瀏覽器頁面交互實(shí)現(xiàn)用戶注冊(cè)登錄、上傳故障數(shù)據(jù)、在線診斷、查看歷史記錄等功能。最后對(duì)汽車檢測(cè)線遠(yuǎn)程智能診斷系統(tǒng)進(jìn)行了試驗(yàn)測(cè)試,模擬用戶操作完成工控計(jì)算機(jī)上的故障采集、登錄遠(yuǎn)程診斷平臺(tái)上傳診斷數(shù)據(jù)、獲得診斷結(jié)論等流程。試驗(yàn)結(jié)果表明本文設(shè)計(jì)研究的診斷系統(tǒng)可以實(shí)現(xiàn)遠(yuǎn)程故障診斷的功能,具有使用方便、故障定位準(zhǔn)確的特點(diǎn),可以顯著地提高汽車檢測(cè)線檢測(cè)設(shè)備的使用效率。
【圖文】：

圖 1.1 故障診斷方法基于專家系統(tǒng)的診斷方法研究較多，實(shí)際應(yīng)用也較廣，是故障診斷領(lǐng)域當(dāng)中引人注目的發(fā)展方向之一。此類研究開始較早，目前在某些領(lǐng)域已經(jīng)出現(xiàn)比較成功的基于專家系統(tǒng)的故障診斷。它經(jīng)歷了基于淺知識(shí)領(lǐng)域?qū)＜业慕?jīng)驗(yàn)知識(shí)的故障診斷系統(tǒng)、基于深知識(shí)診斷對(duì)象的模型知識(shí)的故障診斷系統(tǒng)兩個(gè)發(fā)展階段[7]。專家系統(tǒng)工具通過收集分析專家的專業(yè)知識(shí)創(chuàng)造出智能的診斷系統(tǒng)，通過事實(shí)與規(guī)則推理，使計(jì)算機(jī)可以在短時(shí)間內(nèi)代替專家尋找到故障源。由此減少由設(shè)備故障帶來的額外維修成本、停機(jī)成本，，減少維修人員的工作時(shí)間、提高工作效率。將人工神經(jīng)網(wǎng)絡(luò)引入故障診斷中也是基于人工智能的診斷方法，該技術(shù)屬于近幾年發(fā)展起來的非常有前景的多學(xué)科交叉技術(shù)，在大型系統(tǒng)的故障診斷中也有取得比較好的效果�；谏窠�(jīng)網(wǎng)絡(luò)的故障診斷技術(shù)主要是依靠計(jì)算機(jī)取模擬人類思考問題的神經(jīng)學(xué)原理進(jìn)行故障診斷。其應(yīng)用分布式并行信息處理的算法數(shù)學(xué)模型，通過調(diào)整內(nèi)部每個(gè)節(jié)點(diǎn)之間的相互連接關(guān)系處理信息，調(diào)整模型的結(jié)構(gòu)及參數(shù)。人工神經(jīng)網(wǎng)絡(luò)擁有自學(xué)習(xí)和自

長(zhǎng)安大學(xué)碩士學(xué)位論文經(jīng)過上述需求的分析，最終形成如圖 2.2 所示的遠(yuǎn)程智能診斷維修模式。新的在故障診斷上具有實(shí)時(shí)性，從出現(xiàn)故障到診斷得到故障原因只需要很短時(shí)間完集和診斷步驟。維修所需要的時(shí)間主要取決于是否更換配件。在大多數(shù)情況下更換備件完成檢測(cè)線維修工作，是一種智能的維修模式。
【學(xué)位授予單位】：長(zhǎng)安大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：U472.9

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 亢紅波;許宏科;;基于物聯(lián)網(wǎng)的智能電表數(shù)據(jù)采集器設(shè)計(jì)[J];自動(dòng)化與儀器儀表;2015年04期

2 陳德道;安虎平;;基于模糊故障樹的數(shù)控機(jī)床故障診斷方法[J];機(jī)床與液壓;2015年05期

3 陳宏希;鄒益民;;基于Java的Jess功能函數(shù)擴(kuò)展方法[J];工業(yè)儀表與自動(dòng)化裝置;2015年01期

4 尹新權(quán);王s

本文編號(hào)：2711637